Leica Biosystems – HALO AI Train-by-Example Analysis Software

Leica Biosystems – HALO AI Train-by-Example Analysis Software โปรแกรมสำหรับ สอนการใช้งานให้กับปัญญาประดิษญเพื่อวิเคราะห์ภาพ

AI ที่ฝึกสอนได้สำหรับงาน Digital Pathology

HALO AI จาก Indica Labs ช่วยแก้ไขความท้าทายด้านการวิเคราะห์ภาพทางพยาธิวิทยาดิจิทัล ไม่ว่าจะเป็นการแบ่งแยกโครงสร้าง (Segmentation) การจำแนกประเภท (Classification) หรือการวิเคราะห์ลักษณะเซลล์และเนื้อเยื่อ (Phenotyping)

ด้วยเทคโนโลยี Deep Learning สมัยใหม่เป็นแกนหลัก HALO AI สามารถปรับแต่งและฝึกโมเดลได้อย่างง่ายดายสำหรับทั้งงาน Brightfield และ Fluorescence Imaging ผ่านระบบ Train-by-Example ที่ใช้งานง่าย

HALO AI ได้รับการผสานการทำงานเข้ากับแพลตฟอร์ม HALO Link และ HALO อย่างสมบูรณ์ ทำให้ผู้ใช้งานสามารถเริ่มต้นใช้งานได้อย่างรวดเร็ว โดยไม่จำเป็นต้องมีความรู้ด้านการเขียนโปรแกรมหรือปัญญาประดิษฐ์ (AI) มาก่อน

เวิร์กโฟลว์ที่เรียบง่ายและใช้งานง่ายช่วยให้ผู้ใช้สามารถ:

• กำหนดประเภทของเนื้อเยื่อ (Tissue Classes) ได้อย่างสะดวก
• จำแนกลักษณะของเซลล์ (Cell Phenotypes) ได้อย่างแม่นยำ
• ฝึกสอนโครงข่ายประสาทเทียม (Neural Network) ได้ง่าย ๆ เพียงวาด Annotation บนภาพตัวอย่าง
• สร้างโมเดล AI ที่เหมาะสมกับงานวิจัยเฉพาะทางของแต่ละห้องปฏิบัติการ

Collaborate with HALO Link

Collaborate on the development of AI using the HALO Link collaborative image management

Robust Analysis

High levels of variability are often encountered in image analysis but is no match for HALO AI. Common sources of variability include diverse morphologies, alterations of morphologies from staining protocols, differences in tissue quality, uneven staining, and more.

HALO AI can be easily trained to accommodate variability to deliver accurate segmentation and classification results across large studies. HALO AI can even be trained to work across vastly different stains such as PAMS, Trichrome, H&E, and IHC.

Exceptional Identification

Pre-trained nuclear and membrane segmentors available in HALO are advanced tools for nuclear and membrane segmentation, but when you need to optimize a network for a bespoke application, you need HALO AI.

As with the tissue classification and segmentation networks, you can quickly add training data with the AI-based annotation tool and train the network to optimally segment nuclei or cell membranes. And once trained, any HALO AI network can be incorporated into HALO modules for maximum utility.

Comprehensive Tools

Quickly acquire training annotations with the new AI annotation tool in HALO AI. Simply point and click your object of interest to add an annotation. Create classifier pipelines by connecting multiple HALO AI classifiers into a single workflow.

Real-Time Tuning

Use real-time tuning in HALO AI to watch a network as it trains in real time. Toggle the mark up on and off to evaluate performance, choose to add training data, or change parameters on-the-fly.

Once a HALO AI model is trained, a probability map can be used as an alternative output to a traditional mask to evaluate performance. Use real-time tuning to select an appropriate probability cut-off for a given class and view the output in a heatmap.

Interactive Markups

Investigate results with interactive markup images where you can toggle on and off each population of interest. Interactive markups can be combined with probability thresholding and are especially valuable in exploring validation outputs.

Discover HALO AI Apps

Breast IHC Tumor Tissue Detection

The Breast IHC Tumor Detection App is a pre-trained HALO AI classifier designed to detect, segment, and quantify tumor and other area across hematoxylin and DAB-stained whole-slide digital images of breast cancer.

NSCLC IHC Tumor Tissue Detection

The NSCLC IHC Tumor Detection App is a pre-trained HALO AI classifier designed to detect, segment, and quantify tumor area and non-tumor area across hematoxylin and DAB-stained whole-slide digital images of NSCLC.

NSCLC IHC Cancer Cell Phenotyper

The NSCLC IHC Cancer Cell Phenotyper App is a pre-trained HALO AI object phenotyper designed to detect, segment, and quantify non-cancer cells, IHC-positive cancer cells and IHC-negative cancer cells across hematoxylin and DAB-stained whole-slide digital images of NSCLC.

Pan Cancer H&E Lymphocyte Cell Phenotyper

The Pan-Cancer H&E Lymphocyte Cell Phenotyper App is a pre-trained HALO AI object phenotyper designed to detect and quantify lymphocytes across whole slide H&E-stained images of multiple tumor types.

Gastric H&E Tumor Tissue Detection

The Gastric H&E Tumor Tissue Detection App is a pre-trained HALO AI masking classifier designed to segment tumor, stroma, necrosis/other, and glass areas across H&E-stained whole slide images of gastric cancer.

HNSCC H&E Tumor Tissue Detection

The Head & Neck Squamous Cell Carcinoma (HNSCC) H&E Tumor Tissue Detection App is a pre-trained HALO AI masking classifier designed to segment tumor, stroma, necrosis/other, and glass area across H&E-stained whole slide HNSCC images.

NSCLC H&E Tumor Tissue Detection

The Non-Small Cell Lung Cancer (NSCLC) H&E Tumor Tissue Detection App is a pre-trained HALO AI masking classifier designed to segment tumor, stroma, necrosis/other, and glass area across H&E-stained whole slide images of NSCLC.

Ovarian H&E Tumor Tissue Detection

The Ovarian H&E Tumor Tissue Detection App is a pre-trained HALO AI masking classifier designed to segment tumor, stroma, necrosis/other, and glass area across H&E-stained whole slide images of ovarian cancer.